php将网页转成word,php 网页转 word 文件

首先是一个 PHP 的类文件

然后调用这个类

这里是封装成一个函数，方便调用

//html2word

/**

* 根据HTML代码获取word文档内容

* 创建一个本质为mht的文档，该函数会分析文件内容并从远程下载页面中的图片资源

* 该函数依赖于类MhtFileMaker

* 该函数会分析img标签，提取src的属性值。但是，src的属性值必须被引号包围，否则不能提取

*

* @param string $content HTML内容

* @param string $absolutePath 网页的绝对路径。如果HTML内容里的图片路径为相对路径，那么就需要填写这个参数，来让该函数自动填补成绝对路径。这个参数最后需要以/结束

* @param bool $isEraseLink 是否去掉HTML内容中的链接

*/

function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true ){

import('Org.MhtFileMaker');//导入email类

$mht = new MhtFileMaker();

if ($isEraseLink)

$content = preg_replace('/(\s*.*?\s*)/i' , '$1' , $content);   //去掉链接

$images = array();

$files = array();

$matches = array();

//这个算法要求src后的属性值必须使用引号括起来

    if ( preg_match_all('//i',$content ,$matches ) )

{

$arrPath = $matches[1];

for ( $i=0;$i

{

$path = $arrPath[$i];

$imgPath = trim( $path );

if ( $imgPath != "" )

{

$files[] = $imgPath;

if( substr($imgPath,0,7) == 'http://')

{

//绝对链接，不加前缀

}

else

{

$imgPath = $absolutePath.$imgPath;

}

$images[] = $imgPath;

}

}

}

$mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content);

for ( $i=0;$i

{

$image = $images[$i];

if ( @fopen($image , 'r') )

{

$imgcontent = @file_get_contents( $image );

if ( $content )

$mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent);

}

else

{

echo "file:".$image." not exist!
";

}

}

return $mht->GetFile();

}

调用实例：

file_get_contents() 获取对应url 的 网页内容(html)

$url= "http://blog.csdn.net/samxx8/article/details/6601175";         $content = file_get_contents($url);         $fileContent = getWordDocument($content, $url );         $fp = fopen("test.doc", 'w');         fwrite($fp, $fileContent);         fclose($fp);